研究了人类与机器人面部交互的音响 - 语调协调程度，发现主观和客观对人形化的感知程度与音声 - 语调协调程度呈正相关。

Jan, 2022

通过结合心理学和神经科学的成果，利用具有体验的机器人技术，实现智能化人机协同决策，并探讨了此方法在实现体验化人机协同合作方面的应用与研究。

May, 2017

本研究通过一个协同迷宫游戏设计，用深度强化学习技术实现了人机共同协作。研究结果证明人机共同协作相互影响，在时间的推进下不断适应并建立起相应策略，这为人机智能的协作提供了可行的方案。

Mar, 2020

本研究主要探讨了人工智能机器人在人机互动中的表情、肢体语言及面部跟踪技术等对于增进用户情感共鸣和满意度上的应用价值。

Jul, 2005

本项研究将迁移学习集成在深度强化学习代理中，以此从专家那里传递知识提高人 - 机器协作质量。实验发现，这种方式不仅缩短了任务训练时间，而且明显提升了团队表现和主观感受，并能为透明和可解释的机器人行为设计提供有趣的见解。

Nov, 2022

该研究调查了协作机器人在简单和复杂组装任务中的合作效果，发现与协作机器人一起工作可以减少任务复杂度对工作负荷和产出质量的影响，但会增加完成任务所需的时间和手势数量，研究结果可帮助开发人员和利益相关者了解在生产链中引入协作机器人的影响。

May, 2024

研究协作游戏对话中的韵律模仿，观察不同特征集的模仿方式，研究男女讲话者在任务导向类型的互动中的性别依赖策略。

May, 2018

自动化的崛起为制造过程的高效性提供了机会，但往往会损害灵活性，无法及时响应市场需求的变化和对定制化的需求。人机协作通过结合机器的强大和精确性以及人类的智慧和感知能力来解决这些挑战。本文概念化和提出了一个基于机器学习的自主机械臂的实施框架，该框架包括人机循环原则，并利用扩展现实（XR）促进人与机器之间的直观交流和编程。此外，概念框架预见到人类直接参与机器学习过程，从而实现更高的适应性和任务通用化。本文突出强调支持所提出框架的关键技术，强调全面发展数字生态系统的重要性。此外，我们回顾了扩展现实在人机协作中的现有实施方法，展示了多样的观点和方法论。讨论了挑战和未来展望，深入探讨了扩展现实在工业领域实现更自然的人机交互和融合的主要障碍和潜在研究方向。

Mar, 2024

本文介绍了一种集成框架，用于支持主动的人机协作，并解决了数据稀缺、人员行为多样、交互安全不确定等问题。实验表明，该框架在 Kinova Gen3 机器人的组装任务中，能有效地提高任务效率，以及确保主动协作的安全性。

Jun, 2023

通过应用认知冲突信息，利用强化学习在闭环环境中调整机器人策略，并与开环设置进行对比，实验结果表明，闭环神经自适应框架成功地降低了物理人机协作中的认知冲突水平，从而提高了人机协作的平滑性和直观性。这些结果显示出了通过脑电图 (EEG) 信号的神经自适应方法在未来物理人机协作控制系统中的可行性。

Sep, 2023